Contenido

I. Promedio Mvil Simple ............................................................................................................... 2

II. Promedio Mvil Doble ................................................................................................................ 2
III. Suavizacin Exponencial Simple .............................................................................................. 2
A. Funcionamiento ...................................................................................................................... 2
B. Ventajas ................................................................................................................................... 2
C. Desventajas ............................................................................................................................. 3
D. Ejemplo.................................................................................................................................... 3
 MTODOS DE PROYECCIN ESTADSTICA

I. Promedio Mvil Simple

II. Promedio Mvil Doble

III. Suavizacin Exponencial Simple

Tambin llamado Alisamiento Exponencial o Suavizacin Exponencial Simple, es una de las
metodologas ms populares para realizar pronsticos de demandas al disponer de una
serie de tiempo.

El suavizado exponencial requiere de pocos registros de periodos anteriores a diferencia de

otros mtodos, destacando as los hechos ms recientes sobre los ms antiguos.

A. Funcionamiento
La frmula de suavizamiento exponencial es la siguiente:

= 1 + (1 1 )
Donde:

: Nuevo pronstico

1 : Pronstico del periodo anterior

: constante de suavizacin

1 : Demanda real del periodo anterior

Adems, la diferencia (1 1 ) hace referencia al error del pronstico del

periodo anterior.

B. Ventajas
Formulacin sencilla pues solo requiere del pronstico anterior, la demanda real del
periodo de pronstico y la constante de suavizacin.
No requiere de gran volumen de datos histricos.
Es ms preciso al ser un modelo exponencial.
Es flexible al conseguir darle ms importancia a la demanda ms reciente o a la
antigua.
C. Desventajas
Su desventaja es la respuesta a la tendencia al igual que los mtodos de promedio
mvil. Aun cuando un valor de alfa () logra responder frente a cambios en el
promedio, cambios sistemticos de este harn ms grande el error de pronstico.

D. Ejemplo
Luz Verde es una empresa de seguros que ha decidido expandir su mercado a la
ciudad de Lima. Por ser una de las ciudades con ms habitantes, han decidido
empezar ofreciendo servicio de seguros para autos.

La empresa desea pronosticar cuntos seguros de vehculos sern contratados por

las personas de la ciudad de Lima, para lo cual usarn como dato inicial los seguros
de vehculos contratados en otra ciudad con menos habitantes, pero con mayor
posicionamiento en el mercado.

El pronstico de demanda para el ao 2006 fue de 2869 seguros de autos

adquiridos, pero la demanda para ese periodo fue de 3200. Adems, la compaa
segn su criterio asigna = 0.35.

Entonces, la demanda para este ao (2007) es:

2007 : ?
2006 : 2869

: 0.35

2006 : 3200

2007 = 2006 + (2006 2006 )

2007 = 2869 + 0.35(3200 2869)
2007 = 2984.85

Si, adems se sabe que Luz Verde ha ido realizando pronsticos todos los aos
durante 11 aos hasta ahora, por lo que se muestran los pronsticos para cada ao.

0.35
Periodo Demanda Pronstico
2006 3200 2869.00
2007 3108 2984.85
2008 2930 3027.95
2009 2801 2993.67
2010 2801 2926.23
2011 2316 2882.40
2012 2444 2684.16
 0.35
Periodo Demanda Pronstico
2013 2719 2600.11
2014 3133 2641.72
2015 3459 2813.67
2016 2819 3039.53
2017 2773 2962.35
2018 2896.08

Demanda pronosticada con mtodo de suavizacin exponencial

4000
3500
3000
2500
Unidades

2000
Demanda
1500
Pronstico
1000
500
0
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Periodos

IV.